检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
语音驱动的方式说话。 5 数字人支持提供语义理解知识库吗？ 不提供语义理解知识库。语义理解是知识库的能力，不是数字人的能力。 智能交互的主要功能是通过数字人与用户进行交互问答，也就是用户提问，数字人说出知识库返回的答案。数字人回答的内容，是由大模型或知识库返回的答案决定的。 6 数字人支持TTS和ASR吗？
语音驱动的方式说话。 5 数字人支持提供语义理解知识库吗？ 不提供语义理解知识库。语义理解是知识库的能力，不是数字人的能力。 智能交互的主要功能是通过数字人与用户进行交互问答，也就是用户提问，数字人说出知识库返回的答案。数字人回答的内容，是由大模型或知识库返回的答案决定的。 6 数字人支持TTS和ASR吗？
如何集成MetaStudio服务？ 如何调用MetaStudio接口？ 数字人相关问题 第三方平台的直播画面不清晰怎么办？ 第三方平台的直播画面突然中断是怎么回事？ 如何实时切换智能交互的语言和声音？ 父主题： 附录
获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选，携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选，请求的发生时间。 格式为(YYYYMMDD'T'HHMMSS'Z')。
声音更新记录 2025年1月 表1 声音更新记录 发音人名称 性别 TTS版本 风格 语言 变更方式 云海 男 TTS V7 营销 中文 新增 云佳 女 TTS V7 客服 中文 新增 云辉 男 TTS V7 直播 中文 新增 云英 女 TTS V9 直播 中文 新增 云薇 女 TTS
file_id为2中返回的file_id的值；Body中的state取值为“CREATED”，其余参数配置请参考确认文件已上传参数说明。 如果状态码返回200，说明确认文件已上传接口调用成功，可以在查询资产详情接口界面查看上传结果。也可以在MetaStudio控制台的“我的创作 > 资源 >
如何自定义域名方式访问智能交互页面？ 智能交互业务媒体流如何应对防火墙限制？ 智能交互界面报错“MSS.20010135”如何处理？ 如何实时切换智能交互的语言和声音？
录制？ 大部分相机内置麦克风的录制效果也能满足我们对声音的要求。我们对声音的清晰度可以有适度的妥协，但请务必保证底噪不能太大，且不能有其他人声出现，尤其是被拍摄模特正在说话的时候。 模特形象 分身数字人不支持替换衣服，因此，您在录制时的着装会决定您的数字人穿着。 在拍摄前，我们建议参照如下条目，对您的形象进行检查。
声音制作 真人声音录制 声音录制指导文档下载 创建声音制作任务（自研模型） 创建声音制作任务（第三方模型） 查看声音 声音更新记录 购买声音套餐 文案样例（基础版） 文案样例（进阶版） 文案样例（高品质）
形象制作 拍摄形象采集视频 形象拍摄指导文档下载 创建分身数字人定制任务 查看数字人定制任务 演讲示例稿
输入自定义的应用名称。 “互动问答”页签配置完成后，还需执行下述操作，对应的操作流程图，如图2所示。 下载并集成智能交互Web SDK，操作请参考智能交互SDK。 在Web SDK的create接口入参eventListeners中，监听事件jobInfoChange的通知，以获取任务ID。
视频制作限制 Flexus数字人采用实景拍摄，视频制作时不支持切换背景。 Flexus分身数字人左上角会有标识。未带有标识的数字人均为标准版形象。 需注意Flexus视频制作和标准版视频制作分开计费，从各自的套餐包中扣除费用。 Flexus视频制作：必须使用Flexus形象，声音使用不受限制。
与AIUI开放平台应用的“应用名称”保持一致。 APPID 与AIUI开放平台应用的“APPID”保持一致。 APPKEY 与AIUI开放平台应用的“APPKEY”保持一致。 APISECRET 与AIUI开放平台应用的“APISECRET”保持一致。 对接生产环境 对接科大讯飞现网的自然语言
分身视频直播首页面，如图1所示。各个页签的说明，如下所示： 直播管理：使用数字人创建直播间。操作请参考视频直播。 互动管理：支持新增互动库，及其相应的互动规则。互动库可以直接在直播间中导入使用。操作请参考互动管理。 商品管理：支持新增商品。商品会自动展示在直播间的“商品”页签中，供直播间添加使用。操作请参考商品管理。
字幕框宽度固定为屏幕宽度的80% 参数w用于方便前端计算字幕框左上角坐标，后台不使用该参数 取值范围： 0-1920 表21 VoiceConfig 参数 参数类型 描述 voice_asset_id String 参数解释： 音色资产ID，可以从资产库中查询。 音色ID的查询操作，详见查询预置音色ID。
窗口捕获方式开播。 智能交互 对接第三方大脑，通过数字人交互的方式与用户进行问答。场景应用广泛，包括智能导购、文旅导览、智能问答、营业厅客服等。 注意： 数字人回答的内容，是由对接的第三方大模型或知识库返回的答案决定的。 资产管理 支持从本地上传模型、PPT、动画、素材、视频、场景、图片、音乐等资产。
使用本接口前，需要在MetaStudio控制台服务概览页面，开通“声音合成”的按需计费。 详细操作为：单击“声音合成”卡片中的“去开通”，在弹出的“开通按需计费服务提示”对话框中，勾选同意协议。单击“确定”，开通按需计费。开通后的效果如图1所示。 如需使用第三方声音进行语音合成，请购买出门问问声音套餐。
auto_analysis 否 Boolean 参数解释： PPT是否需要自动解析。 约束限制： 部分过于复杂的PPT或压缩比过高的PPT可能无法解析。 超过50页PPT仅转换50页 转换的图片无法保证完全还原，需要自行确认。 取值范围： true: 自动解析 false: 无需解析 默认取值：
获取。 响应消息头中X-Subject-Token的值。 Authorization 否 String 使用AK/SK方式认证时必选，携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选，请求的发生时间。 格式为(YYYYMMDD'T'HHMMSS'Z')。
机录制音频。 具体的录音注意事项，如表2所示。 表2 录音注意事项 录音事项 说明 话筒间距 调整与麦克风之间的距离，以一拳距离为宜。不宜离麦太近，防止喷麦或录入呼吸声。 录音内容 每句文案起始数字编号无需阅读。 示例：4. 它不仅拥有出色的功能，还具备卓越的性能，序号4无需阅读。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
